نمذجة الانتباه والترابط في الدماغ عبر البوَّابات الراجعة ذات اتجاهين

كيف يعرف الدماغ ما الذي يجب أن ينظر إليه

في كل لحظة، تقصف عيناك دماغك بمعلومات تفوق بكثير ما يمكنك إدراكه بوعي. ومع ذلك يمكنك بسهولة تمييز صديق وسط حشد، تتبع سيارة متحركة، أو البحث عن مفاتيحك على طاولة مزدحمة. هذه القدرة على التركيز على ما يهم، ربط الميزات الصحيحة ببعضها، وتجاهل المشتتات تُسمى الانتباه. المقال الموصوف هنا يقدم نموذجًا حاسوبيًا مستوحى من الدماغ يهدف إلى شرح كيف يمكن أن تنبثق مجموعة واسعة من حيل الانتباه من آلية أساسية واحدة.

نموذج واحد لأنواع متعددة من التركيز

الانتباه ليس شيئًا واحدًا فقط. أحيانًا نركز على موضع في الفضاء، كضوء كشاف. أحيانًا نلتفت إلى ميزة معينة، مثل لون محدد، وأحيانًا نثبت على كائنات كاملة، نحافظ على أجزاءها معًا حتى عندما تتحرك أو تُخفي جزئيًا. يجادل المؤلفون بأنه بدلًا من وجود أنظمة متفرقة متخصصة، قد تنشأ كل هذه أشكال الانتباه من نمط دائري مشترك في مسار الرؤية في الدماغ. بنوا نموذجًا يحاكي المسار البطني البصري، مجموعة مناطق الدماغ التي تحول البكسلات الخام على الشبكية إلى كائنات يمكن التعرف عليها. في تصميمهم، يتحرك مسار واحد بالمعلومات صعودًا لاستخراج الميزات البصرية، بينما يرسل مسار آخر إشارات هبوطية تقرر أي الميزات ينبغي تقويتها أو إضعافها.

بوَّابات تتحدث في كلا الاتجاهين

جوهر النموذج هو ما يسميه المؤلفون البوَّابة الراجعة ثنائية الاتجاه. تخيّل تكديسًا من مراحل المعالجة البصرية، من الحواف البسيطة إلى الأشكال المعقدة. في كل مرحلة، يحمل الإشارة المتجهة إلى الأمام ما هو موجود في الصورة، بينما تحمل الإشارة الراجعة أو الجانبية ما هو ذو صلة حاليًا بالمهمة. تلتقي هذه الإشارات عند "بوابات" تضاعف نشاط الميزة لتقويته أو تضعيفه على مدار عدة خطوات زمنية. وبما أن الاتصالات متكررة، يمكن للنموذج تحسين تركيزه مع مرور الوقت، تمامًا كما تفعل أنت عندما تلمح مشهدًا فوضويًا ثم تركز تدريجيًا على الهدف. يتم تدريب هذه البنية بتقنيات تعلم آلي قياسية على هدفين أساسيين — تصنيف ما هو موجود وتقسيم مكانه — ومع ذلك لا يُعلم النموذج صراحةً كيفية تنفيذ الانتباه.

التعلّم على البحث والتتبع وتجاهل المشتتات

بعد التدريب، يُختبر النموذج على بطارية من مهام الانتباه الكلاسيكية التي تُعطى عادة للبشر والحيوانات. باستخدام صور مبنية من أرقام مكتوبة يدويًا ومن صور طبيعية لحيوانات، يتعلم التعرف على الكائنات في الفوضى، تجميع العناصر التي يُشار إليها، تتبع العناصر المتحركة، وأداء بحث بصري اعتمادًا على تلميحات بصرية أو إشارات رمزية مثل الأسهم. يمكنه إبراز عنصر واحد شاذ في شبكة، تحويل الانتباه من كائن إلى آخر دون أن "يعلق" على نفس الكائن، وتتبع هدف عبر الزمن بينما يتجاهل المشتتات. ومن المدهش أن العديد من هذه السلوكيات تظهر حتى عندما يتلقى النموذج تغذية راجعة فقط عن الإجابة النهائية، وليس عن المكان الذي كان ينبغي أن ينظر إليه، مما يوحي بأن استراتيجيات الانتباه يمكن أن تنشأ كأثر جانبي لتعلم حل المهام ذات الصلة.

محاكاة الإدراك البشري وإشارات الدماغ

ثم يسأل المؤلفون ما إذا كان أداء النموذج يشبه البشر بطرق أكثر دقة. في اختبارات محكمة باستخدام رقع نمطية بسيطة، يظهر النموذج حساسية محسنة عندما تشير تلميحة إلى الموقع الصحيح، وتضعف أداؤه عندما تتواجد مشتتات كثيرة — موازيًا لنتائج البشر حول حساسية التباين وحِمل الإدراك. كما "يقع ضحية" لوهم إدراكي كلاسيكي حيث يجعل حاجب مرئي شكلًا مجزأً أسهل في التعرف عليه، مما يوحي بأنه يمثل الشكل والخلفية بطريقة شبيهة بالدماغ. ومن خلال النظر داخل الشبكة، تظهر الوحدات في الطبقات الأعمق تعزيزات في الاستجابة عندما يُولى اهتمام لِكائنها المفضل، من دون تغيير الضبط الأساسي لها، وهو مشابه للخلايا العصبية في قشرة الرؤية لدى الرئيسيات. تتصرف مجموعات مميزة من الوحدات ككاشفات للميزات وخلايا "ملكية الحد" التي تساعد في تقرير أي جانب من الحافة ينتمي إلى الشكل وأي منه للخلفية.

لماذا هذا مهم للدماغ والآلات

تقترح هذه الدراسة أن العديد من سمات الانتباه البيولوجي المميزة — التوجيه نحو التلميحات، تصفية الفوضى غير ذات الصلة، البحث عن أهداف، ربط الميزات إلى كائنات متماسكة، وحتى بعض إخفاقات الوعي — يمكن أن تنشأ كلها من مبدأ معماري واحد: البوابة الراجعة المتكررة بين مسار الميزات ومسار الانتباه. بعبارات بسيطة، يوضح النموذج كيف يمكن لنظام يعيد وزن ما يراه مرارًا وتكرارًا استنادًا إلى الأهداف والسياق الحالي أن يتعلم "إيلاء الانتباه" دون أن يُبرمج لذلك صراحةً. هذا يوفر لعلماء الأعصاب إطارًا ملموسًا وقابلًا للاختبار لفهم الانتباه والترابط في الدماغ، ويمنح باحثي الذكاء الاصطناعي بديلًا مستوحى من البيولوجيا لتصاميم اليوم القائمة إلى حد كبير على التدفق الأمامي.

الاستشهاد: Salehi, S., Lei, J., Benjamin, A.S. et al. Modeling attention and binding in the brain through bidirectional recurrent gating. Nat Commun 17, 4072 (2026). https://doi.org/10.1038/s41467-026-72146-9

الكلمات المفتاحية: الانتباه البصري, ربط الميزات, الشبكات العصبية المتكررة, علم الأعصاب الحسابي, الذكاء الاصطناعي المستوحى من الدماغ